قم بتقسيم مجموعة بيانات إلى مجموعة فرعية بعد مجموعة فرعية حتى تحصل على فرصة p <0.05 - ثم شاهد عينة جديدة لتقرر ما إذا كانت النتائج التي توصلت إليها حقيقية أم مجرد صدفة.
العلاج ليس له أي تأثير حقيقي، لذا فإن أي أهمية تجدها هي ضجيج. قم بتصفية البيانات إلى مجموعات فرعية وأعد إجراء الاختبار عدة مرات حتى تصل إلى قيمة p أقل من 0.05، ثم أرسل "اكتشافك" إلى الحكم. التطور: يقوم فحص النسخ المتماثل بسحب عينة مستقلة جديدة وإعادة اختبار مطالبتك الدقيقة. الآثار الحقيقية تبقى على قيد الحياة. تختفي الاختراقات - وهذه الفجوة هي الدرس بأكمله.
يدور موضوع Cherry Picker حول اختراق البيانات والمقارنات المتعددة وسبب أهمية النسخ المتماثل - سلامة الإحصائيات.
التصفية إلى مجموعات فرعية وإعادة تشغيل الاختبار حتى يظهر شيء دالّ إحصائيًا هو التنقيب العشوائي في البيانات — التلاعب بقيمة p: إجراء اختبارات كثيرة والإبلاغ فقط عن تلك التي تأتي دالّة.
التصميم الأصيل أن المعالجة ليس لها أي أثر حقيقي، فكل نتيجة تجدها ضجيج بحكم البناء.
هذه هي الطريقة الصادقة الوحيدة لتعليم ذلك. فحين يُروى بشكل مجرد، يبدو التلاعب بقيمة p غشًّا لا يرتكبه شخص حريص أبدًا؛ أما ممارسته على بيانات مضمون خلوّها فتُظهر مدى سهولة ظهور الدلالة، وهذه هي مشكلة المقارنات المتعددة لا عيب في الشخصية.
Cherry Picker هي لعبة إحصائية حول اختراق البيانات والمقارنات المتعددة وسبب أهمية النسخ المتماثل. إنها لعبة متصفح مجانية أصلية مصممة لـ PlayPendium.